从 Flow-GRPO 到生成式智能体：视觉生成强化学习正在走向闭环交互
Published:
从 Flow Matching、Flow-GRPO 与 DiffusionNFT 出发，讨论视觉生成强化学习如何从优化单次采样轨迹走向多轮环境交互。
Technical Blog
Notes on reinforcement learning, multimodal agents, and visual generation.
Notes on reinforcement learning, multimodal agents, and visual generation.
Published:
从 Flow Matching、Flow-GRPO 与 DiffusionNFT 出发，讨论视觉生成强化学习如何从优化单次采样轨迹走向多轮环境交互。